處理器系統

本次博客通過類比人工智能場景中比較熱門的處理器類型，來簡單介紹關於處理器系統的相關內容。

 

由於對計算性能要求的提升，處理器在經過單核、多核時代之後，開始慢慢進入異構計算，來大幅度的提升處理器的計算性能，異構計算就是通過使用不同的計算單元來分擔CPU的工作，以便讓CPU去處理更多的其他的數據，來達到計算性能提升的目的。

在人工智能的一些場景中，用的比較多的處理單元有CPU、GPU、FPGA、ASIC。

CPU作爲通用處理器，兼顧計算和控制，通用性好、通用型，適用複雜計算、靈活、易用、通用性能較低
其處理器系統是SISD(Single Instruction Single Data）型；

 

SISD：單指令流單數據流，每個指令部件每次僅譯碼一條指令，而且在執行時僅爲操作部件提供一份數據。

如下圖所示，

 

GPU主要擅長做類似圖像處理的並行計算，我們的智能手機上一般都有GPU，其處理器系統是SIMD(Single Instruction Multiple Data)型，適用於規則單一，大數量的並行計算場景，比如智能醫療，這次的疫情中，通過輸入大量的肺部感染的病人的相似的圖片，去分類肺部感染的病例，可以幫助醫生處理更多的病例，減輕醫院的壓力。

SIMD：單指令流多數據流是一種採用一個控制器來控制多個處理器，同時對一組數據中的每一個分別執行相同的操作從而實現空間上的並行性的技術，如下圖所示，

---------------------------------------------------------------摘自百度百科

 

ASIC（專用集成電路）與FPGA均爲MIMD(Multiple Instruction Multiple Data)型處理器。

 

ASIC是一種專用芯片，其具有體積小、功耗低、計算性能高、計算效率高但其算法固定，一旦算法變化就可能無法使用，是爲了某種特定的需求而專門定製的芯片。ASIC芯片的計算能力和計算效率都可以根據算法需要進行定製。優點是體積小、功耗低、計算性能高、計算效率高、芯片出貨量越大成本越低。缺點是算法是固定的，一旦算法變化就可能無法使用。

 

FPGA（現場可編程門陣列）作爲一種高性能、低功耗的可編程芯片，可以根據客戶定製來做針對性的算法設計，可以通過客戶的意願通過編程來改變其功能性，可以看作是一個萬能的專用芯片，適用於不規則批量計算場景，如視頻處理等場景。

相比較而言，FPGA的優點包括：

高性能：並行能力強，實時性好。

可編程能力強：定製化能力強，適合深度定製，快速上線。

高能效比：相對於CPU/GPU功耗較低。

多指令流多數據流MIMD是用於實現並行性的技術。MIMD具有多個異步和獨立工作的處理器。在任何時鐘週期內，不同的處理器可以在不同的數據片段上執行不同的指令，也即是同時執行多個指令流，而這些指令流分別對不同數據流進行操作。MIMD架構可以用於諸如計算機輔助設計、計算機輔助製造、仿真、建模、通信交換機的多個應用領域。

 

 

------------------------------------------------------------------------來自百度百科

 

下表是不同類型處理器系統的處理動作列表，可以參考對比。

處理器系統	處理動作
SISD	一次執行一個動作
SIMD	一次執行多個相同的動作
MIMD	一次執行多個不同的動作